La escena lo dice todo. Más de 20 especialistas en inteligencia artificial, entre ellos ejecutivos e investigadores de OpenAI, Anthropic, Microsoft y Meta, publicaron un documento en el que piden a los gobiernos supervisar con urgencia cuánto del trabajo científico necesario para crear nuevos modelos está siendo automatizado.
Entre los autores aparecen Jakub Pachocki, científico jefe de OpenAI; Jack Clark, cofundador de Anthropic; Eric Horvitz, científico jefe de Microsoft; y Dawn Song, vicepresidenta de investigación en inteligencia artificial de Meta y académica de la Universidad de California en Berkeley. La lista también incluye a Geoffrey Hinton y Yoshua Bengio, dos de los nombres más influyentes en la historia de la inteligencia artificial moderna.
El informe, publicado por el Cambridge Programme on AI Science & Policy de la Universidad de Cambridge, pone sobre la mesa un riesgo que lleva años en discusión, pero que ahora entra en una zona más concreta: una «explosión de inteligencia». La idea es simple en su forma y enorme en sus consecuencias. Una inteligencia artificial ayuda a diseñar una IA mejor. Esa nueva generación mejora su capacidad de investigación. Luego usa esas capacidades para desarrollar sistemas todavía más avanzados.
Si ese ciclo se acelera lo suficiente, avances que normalmente tomarían años podrían producirse en meses o incluso menos. Ese es el corazón de la advertencia. Y, según los autores, no se trata solo de una hipótesis lejana.
Una de las conclusiones centrales del documento es que parte de ese proceso ya comenzó. Los investigadores sostienen que los sistemas de IA actualmente escriben una parte considerable del código usado dentro de las propias empresas que desarrollan modelos de frontera. El cambio, por ahora, avanza dentro de los laboratorios. Pero el giro más sensible sería otro: que estas herramientas dejen de funcionar como asistentes y pasen a encargarse de procesos completos de investigación.
El informe recoge cifras de Anthropic que muestran la velocidad de esa transición. Entre marzo y agosto de 2026, la proporción del trabajo interno de investigación y desarrollo que sus sistemas podían completar con supervisión humana de alto nivel habría subido desde cerca de un 1% hasta un 26%. Otra medición citada por los investigadores indica que más del 80% del código aprobado dentro de Anthropic ya involucraba asistencia de inteligencia artificial hacia mayo de este año.
OpenAI, por su parte, ha reportado que sus sistemas pueden completar de manera rutinaria tareas de investigación y desarrollo que a trabajadores humanos podrían tomarles varios días. Los detalles cuentan la historia. Lo que hoy se presenta como apoyo técnico empieza a parecer una infraestructura capaz de multiplicar la velocidad del desarrollo científico.
Los autores consideran posible que, durante los próximos años, la IA termine automatizando gran parte del trabajo necesario para construir nuevos sistemas de inteligencia artificial. Pero también reconocen incertidumbre sobre los plazos y sobre hasta dónde puede llegar ese proceso. No existe consenso entre los investigadores respecto de si ese escenario efectivamente ocurrirá ni sobre la velocidad que podría alcanzar.
El problema, en términos de poder y control, es otro. El documento plantea que la misma velocidad que podría acelerar investigaciones sobre medicamentos, materiales, energía o enfermedades también podría superar la capacidad de las instituciones humanas para entender, controlar y regular esos avances. El Estado llega tarde si la tecnología corre más rápido que su burocracia.
Hay dos riesgos concretos que el informe pone sobre la mesa. Uno es que las capacidades de los sistemas aumenten más rápido que la capacidad de los especialistas para evaluar su comportamiento. Otro es que herramientas científicas extremadamente poderosas terminen usadas para desarrollar ciberataques o amenazas biológicas.
También aparece una dimensión de competencia entre países y empresas. Si un actor obtuviera una ventaja significativa en sistemas capaces de acelerar automáticamente la investigación, esa diferencia podría ampliarse muy rápidamente. El incentivo a no quedarse atrás podría empujar a gobiernos y compañías a seguir desarrollando sistemas incluso cuando existan dudas sobre su seguridad.
Los autores van más lejos y describen un escenario extremo: que sistemas superiores a los humanos en múltiples tareas comiencen a automatizar también el desarrollo de sus sucesores. En ese punto, la pregunta ya no sería solo cuánto ayuda la IA. Sería quién conserva el control cuando la máquina empieza a participar en su propia evolución.
Para entender el presente hay que volver a esa semana. El debate ya no gira solo en torno a quién domina el mercado de la IA o quién lanza el modelo más potente. Gira en torno a si la carrera tecnológica está creando una máquina de acelerar máquinas que pueda desbordar a las instituciones encargadas de poner límites. Y cuando eso ocurre, el costo no lo paga un laboratorio: lo paga toda la sociedad.
La advertencia, en el fondo, es una defensa del principio más básico de la innovación responsable: que el progreso técnico no puede convertirse en una carrera sin freno, guiada por la inercia de la competencia y no por la capacidad real de supervisión. Si los gobiernos no miran este proceso a tiempo, el poder quedará en manos de quienes puedan escalar primero. Y eso siempre termina siendo una mala noticia para el orden, la responsabilidad y la libertad individual.
